2. 程式人生 > >PASCAL VOC 2007 資料集分析

PASCAL VOC 2007 資料集分析

阿新 • • 發佈：2018-12-25

1 VOC2007基本資訊

作為標準資料集，voc-2007 是衡量影象分類識別能力的基準。
faster-rcnn，yolo -v1, yolo-v2都以此資料集為最為演示樣例，因此，有必要了解一下本資料集的組成架構。

VOC資料集共包含：訓練集（5011幅），測試集（4952幅），共計9963幅圖，共包含20個種類。

aeroplane
bicycle
bird
boat
bottle
bus
car
cat
chair
cow
diningtable
dog
horse
motorbike
person
pottedplant
sheep
sofa
train
tvmonitor


2 各類別統計資訊

20個類別中，後面數字代表資料集中對應的的正樣本影象個數（非目標個數）。

- 訓練集

aeroplane 238
bicycle 243
bird 330
boat 181
bottle 244
bus 186
car 713
cat 337
chair 445
cow 141
diningtable 200
dog 421
horse 287
motorbike 245
person 2008
pottedplant 245
sheep 96
sofa 229
train 261
tvmonitor 256

- 測試集

aeroplane 204
bicycle 239
bird 282
boat 172
bottle 212
bus 174
car 721
cat 322
chair 417
cow 127
diningtable 190
dog 418
horse 274
motorbike 222
person 2007
pottedplant 224
sheep 97
sofa 223
train 259
tvmonitor 229

可以看出，除了person數量較多，其他類別樣本個數不算多，在如此小的資料集上，深度學習能獲得較高的分類識別結果，足以說明深度學習的強大效能。

3、 VOC2007具體資訊

PASCAL VOC2012作為例子。下載地址為：點選開啟連結。 下載完之後解壓，可以在VOCdevkit目錄下的VOC2012中看到如下的檔案：

資料集的組成架構如下：

  • Annotations —目標真值區域
  • ImageSets —-類別標籤
  • JPEGImages —–影象
  • SegmentationClass
  • SegmentationObjec

具體結構如下：
  • Annotation 
    • *.xml
  • ImageSets 
    • Action 
      • *_train.txt
      • *_trainval.txt
      • *_val.txt
    • Layout 
      • train.txt
      • trainval.txt
      • val.txt
    • Main 
      • *_train.txt
      • *_trainval.txt
      • *_val.txt
    • Segmentation 
      • train.txt
      • trainval.txt
      • val.txt
  • JPEGImages 
    • *.jpg
  • SegmentationClass 
    • *.png
  • SegmentationObject 
    • *.png
①JPEGImages JPEGImages資料夾中包含了PASCAL VOC所提供的所有的圖片資訊，包括了訓練圖片和測試圖片。 JPEGImages 中存放原始影象，這些影象都是以“年份_編號.jpg”格式命名。圖片的畫素尺寸大小不一，一般為（橫向圖） 500*375 或（縱向圖） 375*500；基本不會偏差超過100。（在之後的訓練中，第一步就是將這些圖片都resize到300*300或是500*500，所有原始圖片不能離這個標準過遠。）這些影象就是用來進行訓練和測試驗證的影象資料。
②Annotations
Annotations資料夾中存放的是xml格式的標籤檔案，每一個xml檔案都對應於JPEGImages資料夾中的一張圖片。 xml檔案的具體格式如下：（對於2007_000392.jpg） [html]view plaincopy
  1. <annotation>  
  2.     <folder>VOC2012</folder>                             
  3.     <filename>2007_000392.jpg</filename>                               //檔名  
  4.     <source>                                                           //影象來源（不重要）  
  5.         <database>The VOC2007 Database</database>  
  6.         <annotation>PASCAL VOC2007</annotation>  
  7.         <image>flickr</image>  
  8.     </source>  
  9.     <size>                                               //影象尺寸（長寬以及通道數）                        
  10.         <width>500</width>  
  11.         <height>332</height>  
  12.         <depth>3</depth>  
  13.     </size>  
  14.     <segmented>1</segmented>                                   //是否用於分割（在影象物體識別中01無所謂）  
  15.     <object>                                                           //檢測到的物體  
  16.         <name>horse</name>                                         //物體類別  
  17.         <pose>Right</pose>                                         //拍攝角度  
  18.         <truncated>0</truncated>                                   //是否被截斷（0表示完整）  
  19.         <difficult>0</difficult>                                   //目標是否難以識別（0表示容易識別）  
  20.         <bndbox>                                                   //bounding-box（包含左下角和右上角xy座標）  
  21.             <xmin>100</xmin>  
  22.             <ymin>96</ymin>  
  23.             <xmax>355</xmax>  
  24.             <ymax>324</ymax>  
  25.         </bndbox>  
  26.     </object>  
  27.     <object>                                                           //檢測到多個物體  
  28.         <name>person</name>  
  29.         <pose>Unspecified</pose>  
  30.         <truncated>0</truncated>  
  31.         <difficult>0</difficult>  
  32.         <bndbox>  
  33.             <xmin>198</xmin>  
  34.             <ymin>58</ymin>  
  35.             <xmax>286</xmax>  
  36.             <ymax>197</ymax>  
  37.         </bndbox>  
  38.     </object>  
  39. </annotation>  
對應的圖片為： ③ImageSets ImageSets 中有四個資料夾【Action】【Layout】【Main】【Segmentation】
ImageSets存放的是每一種型別的challenge對應的影象資料。
Action下存放的是人的動作（例如running、jumping等等，這也是VOC challenge的一部分） Layout下存放的是具有人體部位的資料（人的head、hand、feet等等，這也是VOC challenge的一部分） Main下存放的是影象物體識別的資料，總共分為20類。 Segmentation下存放的是可用於分割的資料。
分類識別只關注【Main】，它內部儲存20個分類類別標籤，-1表示負樣本，+1為正樣本
*_train.txt 訓練樣本集 
*_val.txt 評估樣本集 
*_trainval.txt 訓練與評估樣本彙總
這些txt中的內容都差不多如下： 前面的表示影象的name，後面的1代表正樣本，-1代表負樣本。 _train中存放的是訓練使用的資料，每一個class的train資料都有5717個。 _val中存放的是驗證結果使用的資料，每一個class的val資料都有5823個。 _trainval將上面兩個進行了合併，每一個class有11540個。 需要保證的是train和val兩者沒有交集，也就是訓練資料和驗證資料不能有重複，在選取訓練資料的時候 ，也應該是隨機產生的。

1 VOC2007基本資訊

作為標準資料集，voc-2007 是衡量影象分類識別能力的基準。
faster-rcnn，yolo -v1, yolo-v2都以此資料集為最為演示樣例，因此，有必要了解一下本資料集的組成架構。

VOC資料集共包含：訓練集（5011幅），測試集（4952幅），共計9963幅圖，共包含20個種類。

aeroplane
bicycle
bird
boat
bottle
bus
car
cat
chair
cow
diningtable
dog
horse
motorbike
person
pottedplant
sheep
sofa
train
tvmonitor


2 各類別統計資訊

20個類別中，後面數字代表資料集中對應的的正樣本影象個數（非目標個數）。

- 訓練集

aeroplane 238
bicycle 243
bird 330
boat 181
bottle 244
bus 186
car 713
cat 337
chair 445
cow 141
diningtable 200
dog 421
horse 287
motorbike 245
person 2008
pottedplant 245
sheep 96
sofa 229
train 261
tvmonitor 256

- 測試集

aeroplane 204
bicycle 239
bird 282
boat 172
bottle 212
bus 174
car 721
cat 322
chair 417
cow 127
diningtable 190
dog 418
horse 274
motorbike 222
person 2007
pottedplant 224
sheep 97
sofa 223
train 259
tvmonitor 229

可以看出，除了person數量較多，其他類別樣本個數不算多，在如此小的資料集上，深度學習能獲得較高的分類識別結果，足以說明深度學習的強大效能。

3、 VOC2007具體資訊

PASCAL VOC2012作為例子。下載地址為：點選開啟連結。 下載完之後解壓，可以在VOCdevkit目錄下的VOC2012中看到如下的檔案：

資料集的組成架構如下：

  • Annotations —目標真值區域
  • ImageSets —-類別標籤
  • JPEGImages —–影象
  • SegmentationClass
  • SegmentationObjec

具體結構如下：
  • Annotation 
    • *.xml
  • ImageSets 
    • Action 
      • *_train.txt
      • *_trainval.txt
      • *_val.txt
    • Layout 
      • train.txt
      • trainval.txt
      • val.txt
    • Main 
      • *_train.txt
      • *_trainval.txt
      • *_val.txt
    • Segmentation 
      • train.txt
      • trainval.txt
      • val.txt
  • JPEGImages 
    • *.jpg
  • SegmentationClass 
    • *.png
  • SegmentationObject 
    • *.png
①JPEGImages JPEGImages資料夾中包含了PASCAL VOC所提供的所有的圖片資訊，包括了訓練圖片和測試圖片。 JPEGImages 中存放原始影象，這些影象都是以“年份_編號.jpg”格式命名。圖片的畫素尺寸大小不一，一般為（橫向圖） 500*375 或（縱向圖） 375*500；基本不會偏差超過100。（在之後的訓練中，第一步就是將這些圖片都resize到300*300或是500*500，所有原始圖片不能離這個標準過遠。）這些影象就是用來進行訓練和測試驗證的影象資料。
②Annotations
Annotations資料夾中存放的是xml格式的標籤檔案，每一個xml檔案都對應於JPEGImages資料夾中的一張圖片。 xml檔案的具體格式如下：（對於2007_000392.jpg） [html]view plaincopy
  1. <annotation>  
  2.     <folder>VOC2012</folder>                             
  3.     <filename>2007_000392.jpg</filename>                               //檔名  
  4.     <source>                                                           //影象來源（不重要）  
  5.         <database>The VOC2007 Database</database>  
  6.         <annotation>PASCAL VOC2007</annotation>  
  7.         <image>flickr</image>  
  8.     </source>  
  9.     <size>                                               //影象尺寸（長寬以及通道數）                        
  10.         <width>500</width>  
  11.         <height>332</height>  
  12.         <depth>3</depth>  
  13.     </size>  
  14.     <segmented>1</segmented>                                   //是否用於分割（在影象物體識別中01無所謂）  
  15.     <object>                                                           //檢測到的物體  
  16.         <name>horse</name>                                         //物體類別  
  17.         <pose>Right</pose>                                         //拍攝角度  
  18.         <truncated>0</truncated>                                   //是否被截斷（0表示完整）  
  19.         <difficult>0</difficult>                                   //目標是否難以識別（0表示容易識別）  
  20.         <bndbox>                                                   //bounding-box（包含左下角和右上角xy座標）  
  21.             <xmin>100</xmin>  
  22.             <ymin>96</ymin>  
  23.             <xmax>355</xmax>  
  24.             <ymax>324</ymax>  
  25.         </bndbox>  
  26.     </object>  
  27.     <object>                                                           //檢測到多個物體  
  28.         <name>person</name>  
  29.         <pose>Unspecified</pose>  
  30.         <truncated>0</truncated>  
  31.         <difficult>0</difficult>  
  32.         <bndbox>  
  33.             <xmin>198</xmin>  
  34.             <ymin>58</ymin>  
  35.             <xmax>286</xmax>  
  36.             <ymax>197</ymax>  
  37.         </bndbox>  
  38.     </object>  
  39. </annotation>  
對應的圖片為： ③ImageSets ImageSets 中有四個資料夾【Action】【Layout】【Main】【Segmentation】
ImageSets存放的是每一種型別的challenge對應的影象資料。
Action下存放的是人的動作（例如running、jumping等等，這也是VOC challenge的一部分） Layout下存放的是具有人體部位的資料（人的head、hand、feet等等，這也是VOC challenge的一部分） Main下存放的是影象物體識別的資料，總共分為20類。 Segmentation下存放的是可用於分割的資料。
分類識別只關注【Main】，它內部儲存20個分類類別標籤，-1表示負樣本，+1為正樣本
*_train.txt 訓練樣本集 
*_val.txt 評估樣本集 
*_trainval.txt 訓練與評估樣本彙總
這些txt中的內容都差不多如下： 前面的表示影象的name，後面的1代表正樣本，-1代表負樣本。 _train中存放的是訓練使用的資料，每一個class的train資料都有5717個。 _val中存放的是驗證結果使用的資料，每一個class的val資料都有5823個。 _trainval將上面兩個進行了合併，每一個class有11540個。 需要保證的是train和val兩者沒有交集，也就是訓練資料和驗證資料不能有重複，在選取訓練資料的時候 ，也應該是隨機產生的。

相關推薦

PASCAL VOC 2007 資料集分析

1 VOC2007基本資訊 作為標準資料集，voc-2007 是衡量影象分類識別能力的基準。faster-rcnn，yolo -v1, yolo-v2都以此資料集為最為演示樣例，因此，有必要了解一下本資料集的組成架構。 VOC資料集共包含：

利用deeplab v3+開原始碼訓練PASCAL VOC 2012資料集

deeplab v3+環境配置好之後則可以進行模型的訓練 1、準備PASCAL VOC 2012資料集：可以在ubantu命令列上執行 #From the tensorflow/models/research/deeplab/datasets directory

PASCAL VOC 2012資料集介紹

資料集下載在百度雲盤：連結：https://pan.baidu.com/s/1-kYEZtOo99VJGHrKlOK5dQ   提取碼：jgx7 雲盤裡面有4個資料夾：VOC2012_aug, VOC2012_orig, VOC2012_test分別表示的是增強資料集（聯合官

PASCAL VOC 2012 資料集詳解

{TOC} 在目標檢測中，如果對資料不瞭解，在資料集處理這塊有時候會看得雲裡霧裡。比如 trainval 這個詞到底指什麼 標籤中的 bbox 中的 ymax, xmax, ymin, xmin 取值範圍是多少，如何計算的？ 圖片與標籤是如何關聯起來的等等

怎麼把 PASCAL VOC 2007 / 2012 資料集轉換成LMDB格式

最近在做訓練的時候遇到了做訓練集的問題，所以總結一下自己做資料集的思路與操作。ubuntu16.04. 一、VOC資料集格式：做檢測的時候會遇到，每一個圖中可能有幾個目標，每個目標都有一個位置資訊儲存到xml檔案中，如果想將此類資料做成lmdb格

【計算機視覺】PASCAL VOC資料集分析

<annotation>       <folder>VOC2012</folder>                                  <filename>2007_000392.jpg</filename>            

PASCAL VOC資料集分析

接下來需要研究的是如何自己生成訓練資料和測試資料，將在下一篇中闡述。2. 轉載2 現在深度學習很多框架都在使用VOC資料集，來研究一下voc資料集的具體內容 一般voc解壓出來後都包括Annotations,ImageSets,JPEFImages,SegmentationClass ,Segmentatio

PASCAL VOC資料集分析（分類部分）

VOC2007資料集共包含：訓練集（5011幅），測試集（4952幅），共計9963幅圖，共包含20個種類。 資料集的組成架構如下： Annotations —目標真值區域ImageSets —-類別標籤JPEGImages —–影象SegmentationClassSegmentationObje

PASCAL VOC資料集分析（檢測部分）

Pascal VOC 資料集介紹介紹Pascal VOC資料集：Challenge and tasks， 只介紹Detection與Segmentation相關內容。資料格式  Dataset衡量方式  Evaluationvoc2007, voc2012Challenge

自動化工具制作PASCAL VOC 數據集

進行 每一個 size 分享 jpeg make 內容 truncated 方法 自動化工具制作PASCAL VOC 數據集 1. VOC的格式 VOC主要有三個重要的文件夾：Annotations、ImageSets和JPEGImages JPEGImages

北京二手房房價資料集分析

本次分析的資料集來源為鏈家2017年房源資訊。 在資料分析的過程中，我們也可以先去理解資料，再提出問題，在探索資料的過程當中，我們往往會發現很多有趣的事情~ 1.提出問題 北京二手房的房價跟哪些因素有關呢？ 2.讀取資料，理解資料 匯入資料分析相關工具包 %matplotlib 為魔法函式，

VOC格式資料集製作

rename %% %圖片儲存路徑為： %E:\image\car %E:\image\person %car和person是儲存車和行人的資料夾 %這些資料夾還可以有多個， %放在image資料夾裡就行 %該程式碼的作用是將圖片名字改成000123.jp

【Python資料探勘課程】四.決策樹DTC資料分析及鳶尾資料集分析

        希望這篇文章對你有所幫助，尤其是剛剛接觸資料探勘以及大資料的同學，同時準備嘗試以案例為主的方式進行講解。如果文章中存在不足或錯誤的地方，還請海涵~一. 分類及決策樹介紹1.分類        分類其實是從特定的資料中挖掘模式，作出判斷的過程。比如Gmail郵箱

科比資料集分析及預測

愛籃球，愛人工智慧，愛生活。探索性的對科比資料集進行分析import numpy as np import pandas as pd import matplotlib.pyplot as plt %matplotlib inline from sklearn.ense

Python資料探勘課程 四.決策樹DTC資料分析及鳶尾資料集分析

        希望這篇文章對你有所幫助，尤其是剛剛接觸資料探勘以及大資料的同學，同時準備嘗試以案例為主的方式進行講解。如果文章中存在不足或錯誤的地方，還請海涵~ 一. 分類及決策樹介紹 1.分類         分類其實是從特定的資料中挖掘模式，作

Python作業-Jupyter-資料集分析

目標：學習使用Jupyter NoteBook 以及python庫中的資料分析函式 exercise連結： https://nbviewer.jupyter.org/github/schmit/cme193-ipython-notebooks-lecture/blob/master/Exerci

製作VOC型別資料集，生成txt，生成lmdb

前言：資料樣式參照PASCALVOC 需要檔案連結：http://pan.baidu.com/s/1gfeHDMN 密碼：o7h0  連結：http://pan.baidu.com/s/1nve53Wd 密碼：jbtt 一：生成txt 1：蒐集圖片，或者視訊資料等，利用標註

Apache Drill 1.15.0 釋出，大型資料集分析系統

   Apache Drill 1.15.0 釋出了，Drill 是一個大資料 SQL 查詢引擎，其在基於 SQL 的資料分析和商業智慧（BI）上引入了 JSON 檔案模型，使得使用者能查詢固定架構、演化架構，以及各種格式和資料儲存中的模式無關（schema-free

科比資料集分析與預測

本文收集了一系列科比的資料，有投籃位置，投進二分、三分球個數，比賽剩餘時間，對手是誰等等來預測科比是否進球。主要是想通過本例來認識一下pandas在資料處理方面強大的功能 。資料集有需要的可以聯絡我qq：1344184686 一、匯入需要用到的包，讀入資料集 import

關於YOLOv3對VOC型別資料集的mAP計算與PR曲線的繪製 windows和linux均適用

前言 本文所做的工作均建立在已經已經用darknet訓練好自己的模型的基礎上的，不提供與YOLO訓練有關的東西（因為別人已經發夠多了）。儘量寫得傻瓜一些，保持一步一次截圖，因為能看這種部落格的基本都沒啥程式設計師基礎的，連指令碼都沒聽說的菜鳥，只是單純跑跑發個水文的，所以多